ホームページ >バックエンド開発 >Python チュートリアル >Pythonクラスのパラメータ定義とデータ展開メソッドunsqueeze/expand
[関連する推奨事項: Python3 ビデオ チュートリアル ]
conda 環境を次のように設定します。 ai, conda activate ai
このファイルの起源:
yolov1 の pytorch によって実装された損失関数では、nn が継承された .Module であり、パラメーターのうち 2 つは c で指定された型ではありません。そのため、それらの型はどこから来たのでしょうか?
ここでは、そのようなことを調査しています
操作ロジック:
と呼ばれます。これは行列のようなものであり、box1 の対応する定義は `torch.rand(10,4)
import torch import torch.nn as nn import torch.nn.functional as F from torch.autograd import Variable #探究属性S,B是如何产生的,以及box1、box2是如何产生的、如何调用 class yoloLoss(nn.Module): def __init__(self,S,B): self.S=S self.B=B def compute_iot(self,box1,box2): N = box1.size(0) #调用方式就表示了变量是什么类型,这里是一个张量,其中每个元素是一个tensor,所以是N*4的张量 M = box2.size(0) print(M,N) yoloLoss1 =yoloLoss(10, 11) yoloLoss1.compute_iot(torch.rand(10,4),torch.rand(11,4))
であると説明しています。データ拡張アンスクイーズとエキスパンドの使用方法を調べます。アンスクイーズでは緯度を追加できますが、次元のサイズは 1 のみであり、エキスパンドではデータをコピーしてデータを n
# 获得一开始的初始化数值:tensor([[a1,a2,a3]]) nn1=torch.rand(1,3) print(nn1) # unsqueeze是解压的意思,在第i个维度上进行扩展,将其扩展为tensor([[[a1,a2,a3]]]) nn1=nn1.unsqueeze(0) print("*"*100) print(nn1) #利用expand对数据进行扩展 nn1=nn1.expand(1,3,3) print("*"*100) print(nn1)## に変更できます。
#【関連する推奨事項:
Python3 ビデオ チュートリアル以上がPythonクラスのパラメータ定義とデータ展開メソッドunsqueeze/expandの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。